申请/专利权人：广东讯飞启明科技发展有限公司

申请日：2023-10-31

公开（公告）日：2024-02-23

公开（公告）号：CN117593324A

主分类号：G06T7/13

分类号：G06T7/13;G06T7/136;G06V10/762;G06T7/11;G06T5/40

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.12#实质审查的生效;2024.02.23#公开

摘要：本发明涉及图像处理技术领域，具体为一种基于图像灰度计算方法的人工评卷勘误方法及系统，包括以下步骤：使用激光扫描技术，将学生的答卷扫描成数字图像，生成学生答卷的数字图像。本发明中，通过改进的激光扫描技术与图像处理算法，能够高效率地完成大批量试卷的数字化处理，采用Sobel边缘检测算法和形态学处理对文本区域进行精确分割，能够准确地定位学生的答题区域，避免漏看或误判的情况，通过采用Otsu's自适应阈值法优化图像清晰度，以及K‑means聚类算法分析笔迹特征，进行更准确的评分，采用结构相似度指标算法对答卷进行分析，并结合卷积神经网络对题目分类，使用AR技术反馈评卷情况，使得标准化评分过程更符合教学需求，提高了人工评分的准确性。

主权项：1.一种基于图像灰度计算方法的人工评卷勘误方法，其特征在于，包括以下步骤：使用激光扫描技术，将学生的答卷扫描成数字图像，生成学生答卷的数字图像；基于所述学生答卷的数字图像，采用Sobel边缘检测算法和形态学处理，进行文本区域分割与提取，生成具有灰度特征的文本图像；基于所述具有灰度特征的文本图像，采用Otsu's自适应阈值法，进行图像的对比度和清晰度优化，生成优化后的图像；基于所述优化后的图像，利用K-means聚类算法，进行学生书写的笔迹特征分析，生成笔迹特征信息；基于所述笔迹特征信息，采用结构相似度指标算法，对答卷与标准答卷进行灰度分布模式的比对，生成比对结果及分析报告；基于比对结果及分析报告，采用卷积神经网络基于比对结果及相应的分析报告，采用卷积神经网络，进行答卷题型的识别与分类，并利用AR技术为评卷员提供视觉反馈，生成答卷题型识别结果和评卷反馈。

全文数据：

权利要求：

百度查询： 广东讯飞启明科技发展有限公司 一种基于图像灰度计算方法的人工评卷勘误方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD